Sliding Touch-based Exploration for Modeling Unknown Object Shape with Multi-fingered Hands

要約

効率的かつ正確な 3D オブジェクト形状の再構築は、ロボットとその環境との物理的相互作用の成功に大きく貢献します。
未知の物体に関する正確な形状情報を取得することは、特に構造化されていない環境では困難です。
視覚センサーは部分的なビューしか提供できない場合があります。
この問題に対処するには、触覚センサーを使用して局所的な表面情報を抽出し、より堅牢な未知の物体の形状推定を行うことができます。
この論文では、触覚センサーと部分的なビューのみを提供する深度カメラを備えた多指ハンドを使用して、未知の 3D オブジェクト形状を効率的に探索および再構成するための新しいアプローチを提案します。
ベイジアン最適化アプローチを使用した効率的な形状探索のための複数の指のスライディング タッチ戦略と、複数の指で滑らかな局所表面認識のためのシングル リーダー マルチ フォロワー 戦略を提案します。
シミュレーションと実際のロボット実験に基づいて、YCB および OCRTOC データセットから物体の 3D 形状を推定することで、提案手法を評価します。
提案されたアプローチは、数回の連続したスライド タッチのみに依存して、成功した再構成結果をもたらします。
実験結果は、私たちの方法が効率的かつ正確な方法で未知のオブジェクトをモデル化できることを示しています。

要約(オリジナル)

Efficient and accurate 3D object shape reconstruction contributes significantly to the success of a robot’s physical interaction with its environment. Acquiring accurate shape information about unknown objects is challenging, especially in unstructured environments, e.g. the vision sensors may only be able to provide a partial view. To address this issue, tactile sensors could be employed to extract local surface information for more robust unknown object shape estimation. In this paper, we propose a novel approach for efficient unknown 3D object shape exploration and reconstruction using a multi-fingered hand equipped with tactile sensors and a depth camera only providing a partial view. We present a multi-finger sliding touch strategy for efficient shape exploration using a Bayesian Optimization approach and a single-leader-multi-follower strategy for multi-finger smooth local surface perception. We evaluate our proposed method by estimating the 3D shape of objects from the YCB and OCRTOC datasets based on simulation and real robot experiments. The proposed approach yields successful reconstruction results relying on only a few continuous sliding touches. Experimental results demonstrate that our method is able to model unknown objects in an efficient and accurate way.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google